摘要:随着电网规模的逐年增长与复杂程度的提高,电网调度操作越来越频繁,任何操作失误都可能导致严重后果。针对上述挑战,本文提出一种电网调度防误人工智能模型的构建与操作分类方法。首先,结合卷积神经网络(Convolutional Neural Network, CNN)和长短期记忆网络(Long Short-Term Memory, LSTM)的优点,构建基于CNN-LSTM的电网调度防误模型,以深入挖掘电网调度操作的深层特征和时间序列特性,提升误操作识别的精准度,增强电网调度的防误效率。其次,将决策树算法与布尔公式、贝叶斯公式结合,提出基于C4.5决策树的误操作分类方法,实现精细化的误操作分类。仿真结果表明,相比于对比算法,所提算法将防误成功率分别提高了2.50%和3.29%。